桃園市使用邊緣計算來管理路燈
亞太地區的企業正在尋求邊緣計算,從而能夠獲得更快的響應速度和節省成本,但是他們也在擔心,當在這類平台上處理大量數據時,會帶來安全性和延遲問題。
我們經常會說,邊緣部署最主要的好處就是快速的響應速度,如果數據被傳回集中式的網路進行處理,那麼就無法獲得快速的響應。
例如,台灣省桃園市在其青浦區推出智能路燈時就採用了邊緣技術:使用的是HPE Edgeline EL10物聯網網關。
台灣渴望成為一個智慧城市,並希望將邊緣產品中的多感測器信息集成到集中式的平台中,以提供更好的居民服務。
桃園市政府工務局一位發言人告訴ZDNet:「某些居民智能應用程序和服務需要很及時的響應時間,但是如果將數據傳回到集中式的雲平台上進行處理的話,那就無法實現。」
這位發言人解釋道,對於在外部環境運行的應用程序來說,網路連接也可能會受到諸如天氣和道路建設等外部因素的影響,她發現由機器學習演算法驅動的邊緣計算能夠減輕網路在傳輸過程的中斷。
她說道,此外,通過使用邊緣技術來處理數據能夠減少必須通過網路傳輸的信息數量,從而能夠減少網路和雲存儲成本。
為了解決客戶對於外部或者物理因素的擔憂,HPE等供應商所設計的產品能夠承受多種外部因素,如灰塵、濕度、溫度和震動等。
HPE(亞太地區)物聯網企業解決方案集團總經理Jason Tan說道,供應商設計的邊緣產品能夠在高達70°C的環境中運行,而且無需被動散熱,這能夠在現場部署時提供更多的靈活性。
當被問及到桃園市政府在部署邊緣技術最初遇到的問題時,這位發言人指出需要仔細監督這類系統。
「智能邊緣解決方案通常需要大量的數據處理和網路連接。因此,確保定期系統更新以及多個分散式設備的穩定性是至關重要的。」
「甚至,由於越來越多的居民依賴這類服務,我們需要確保從多個感測器設備收集的數據通過適當和安全的方式進行存儲。」
阿里雲物聯網業務部首席工程師鄭可表示,客戶對於邊緣計算的準確性和支持這類設備的雲網路延遲的擔憂是很常見的。
由於每一個網路節點都是單獨運行的,因此數據差異和確保數據通過適當的方式進行同步已經成為邊緣計算方面的潛在挑戰。
鄭說道,阿里巴巴通過採用綜合的方式來解決這類問題,而不是將每一個節點看做是一個獨立的功能。
「雖然我們增強了邊緣能力,但是數據還會反饋到雲端,以確保數據的一致性和同步性。這能夠允許客戶利用雲的可擴展性和靈活性,從而更好地滿足動態需求,」他還補充道,阿里巴巴也使用了AI和機器學習來增強整個計算過程。
Tan發現,HPE的邊緣系統支持其夥伴社區中未經修改的企業軟體,這些社區包括Citrix、SAP、GE Digital和微軟。這意味著企業用戶能夠在邊緣、數據中心、以及雲中使用同樣的應用程序堆棧。
「它簡化了不同地區邊緣中重要數據和洞察力的共享,以實現數據相關性、深度學習和流程的協調。」他說道:「例如,在一個集中的區域匯總和分析從多個石油鑽塔選擇的預測性維護數據,從而實現多個石油鑽塔中智能維護計劃。」
他補充道,區塊鏈技術的出現也為邊緣計算平台上的分散式學習能力開闢了道路,因此能夠讓每一個節點通過使用區塊鏈來處理它們的學習和決策,並確保數據的完整性和一致性。
轉向邊緣前要做的一些重要考慮
該發言人稱,桃園市的路燈管理邊緣部署當前仍然處於試點階段,而且政府也計劃在該項目中的其它階段部署更多的路燈。
她注意到,市政府希望通過分析部署過程中收集的數據(如空氣質量、氣候指標和圖像分析處理等因素),從而推出更多的創新服務。
當在邊緣中決定應不應該分析數據數量和類型時,她說桃園政府對現場設備的網路傳輸帶寬以及數據管理中心進行了評估。
她發現,政府也考慮了應用服務的及時性,是否需要實時處理和反饋,以及邊緣計算是否能夠支撐所需的速度和安全性。
她補充道,和傳統的數據中心相比,外部環境更加嚴苛,而且這類環境中的邊緣部署或許需要考慮入天氣、粉塵環境、溫度以及設備電力供應的穩定性等因素。
「同時,這個解決方案已經在很多的路燈中部署,這限制了處理能力和配置方面的資源,」她說道:「因此,當設計邊緣計算部署時,分析最小功能和需求的能力是一個重要的考慮因素。」
阿里巴巴的鄭可也發現,邊緣計算也受限於安放硬體所需空間等物理因素的限制。他補充道,除了依賴強大的雲來為更加密集的分析和處理能力提供所需的計算資源之外,AI對增強這類部署也至關重要。
「邊緣計算適用於對處理、響應和行為速度有要求的企業應用程序,AI在其中也發揮著舉足輕重的作用,」他說道:「數據能夠在邊緣進行分析,用於獲得更加快速的響應和行為,而對於AI訓練和分析而言,大量數據通常都是在雲端進行處理的。」
阿里巴巴上個月宣布和Intel合作,共同開發「以數據為中心」的雲邊一體化邊緣計算產品,採用了該晶元製造商的軟體、硬體和AI技術,以及阿里雲的物聯網產品。
中國重慶瑞方渝美壓鑄有限公司是第一個部署了阿里巴巴—Intel新邊緣產品的客戶,該公司使用了這個平台來發現零件鑄造時的生產缺陷,而無需等待生產線結束後再進行手動檢查。
原文作者:Eileen Yu
聲明:本文系信息化觀察網編譯文章,轉載請註明出處、作者和本文鏈接。若違規轉載使用,本網站將保留追究的權利。